剧情简直比电影还精彩！两天前，Thinking Machines的联合创始人翁荔因病裸辞，令人意想不到的是，她仅仅用了48小时就火速加盟了OpenAI。据Information报道，这位北大校友将重返老东家，亲自带队开发名为“递归自我改进”（RSI）的新模型。这波极限操作，难怪网友感慨“真是编都编不出来”。
回溯两天前，翁荔发布了一份直白的离职声明。她坦言过去七个月遭受了人生中最严重的病痛折磨。当时正值Inkling发布冲刺期，她试图休假，却在休养中与强烈的内疚感搏斗。她表示，下一站将寻找一个“职责明确”的岗位，不再担任联创。
然而，真正引发业界热议的，是翁荔回归OpenAI后肩负的重任。OpenAI发言人证实，她将挂帅领导一个专注于“递归自我改进”（RSI）的团队。通俗来说，就是利用AI来研发AI，加速OpenAI设计、训练和评估下一代模型的整套流程。OpenAI的战略布局早已清晰，首席科学家Jakub Pachocki曾明确将打造“全自动AI研究员”作为未来几年的“北极星”。无论是推理模型、Agent还是可解释性，所有研究主线都在向这一目标收束。根据内部时间表，第一阶段目标是2026年9月，实现一个能独立处理少量研究任务的“自主AI研究实习生”；第二阶段则定在2028年3月，目标是建成一个全自动多Agent研究系统。在技术路径上，OpenAI押注底层算法迭代与“测试时计算”的暴力拉升。如此看来，翁荔的任务并非开发下一个GPT，而是亲手打造一条能够“自动进化、量产GPT”的超级流水线。
OpenAI为何将帅印交给翁荔？答案其实早已埋下伏笔。三周前，她在个人博客发布长文《Harness Engineering for Self-Improvement》，浓缩了数十篇论文精华，探讨的主题正是RSI。她指出，AI自我改进不必非要从模型改写权重开始，更现实的入口是“Harness”——即模型外层的脚手架，包括规划、工作流、上下文管理和持久化存储。她以操作系统作比：“今天的Agent应用之所以可靠，靠的是被精心工程化过的Harness，而不只是模型本身有多强。” 这篇文章奠定了她回归后的技术方向。
翁荔的起点并非大模型领域。2004年她获得全国高中数学联赛陕西省一等奖，次年考入北大信管专业。随后赴印第安纳大学攻读博士，主攻复杂网络与社交网络。毕业后，她曾在Facebook实习，在Dropbox担任数据科学家，也在Affirm做机器学习工程师。2018年加入OpenAI时，她最初在机器人团队，核心贡献之一是让机械手单手复原魔方，这是当年的出圈演示。2021年，随着重心转向GPT，她参与组建应用AI研究团队。GPT-4发布后，她从零搭建Safety Systems团队，离职时该团队已扩编至80多人。2024年8月，她升任研究副总裁；三个月后宣布离职，称在OpenAI待了七年，准备好“清空自己”去探索新事物。随后她以联创身份创办了Thinking Machines。
如今，从Thinking Machines重返OpenAI，中间仅隔两年。目前，Thinking Machines的六个联创走了四个，其中三人已回到OpenAI。从更高维度看，翁荔的回归标志着OpenAI对ASI（超级智能）路径的又一次疯狂押注。如果她领导的RSI团队真能在2026年交出一份“自主AI研究实习生”的答卷，那么LLM的迭代将告别单纯的人力堆叠，迈向指数级爆发的技术奇点。